核密度估计图是什么？

关键要点

• 核密度估计是一种估计未知概率密度函数的非参数方法。
• 它根据数据样本生成一条平滑的分布曲线，展示数据形态。
• 在Seaborn中，使用sns.kdeplot()函数可以绘制核密度估计图。
• 核密度估计图能帮助判断数据分布形态，如正态分布或均匀分布。
• 它常与直方图结合在分布图中，提供更连续平滑的视图。
• 核密度估计也可用于双变量分布，绘制二维核密度估计图。

怎么选 / 怎么做

核密度估计图用于可视化单变量数据分布。绘制时，使用Seaborn的sns.kdeplot(data)函数，传入数据列。图形会显示一条平滑曲线，峰值表示数据集中区域，整体形态揭示分布类型（如正态、均匀）。可结合直方图（使用distplot）或用于双变量分析（jointplot中kind='kde'）。

常见问题

核密度估计图的主要作用是什么？

平滑展示数据分布形态，估计概率密度。

怎么用Seaborn画核密度估计图？

使用sns.kdeplot(data)函数。

核密度估计图和直方图有什么区别？

KDE是平滑曲线，直方图是分箱柱状图。